Sistemi di telecomunicazione. Andrea Petreri

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Sistemi di telecomunicazione. Andrea Petreri"

Transcript

1 Sistemi di telecomunicazione Andrea Petreri

2

3 Indice 1 Richiami di teoria dei segnali Reppresentazione dei numeri complessi Proprietà e formule notevoli Rappresentazione nel dominio della frequenza Serie di Fourier Trasformata di Fourier Ortogonalità di funzioni Trasformata di Hilbert Segnale analitico Inviluppo complesso Teoria della probabilità Richiami di teoria dei segnali 11.1 Numeri complessi e formule di Eulero Proprietà e formule notevoli Rappresentazione nel dominio della frequenza Serie di Fourier Trasformata di Fourier Principio di dualità Ortogonalità di funzioni Teorema di Wiener per segnali di energia Teorema di Wiener per segnali di potenza Trasformata di Hilbert Segnale analitico Inviluppo complesso Modulazioni analogiche Introduzione Modulazione di ampiezza iii

4 iv Indice 3..1 Modulazione a Banda Laterale Doppia - BLD Modulazione a Banda Laterale Unica - BLU Demodulazione sincrona (o coerente, o omodina) Demodulazione eterodina (o supereterodina) Demodulazione di inviluppo (o incoerente) Modulazione di frequenza e di fase Demodulazione di frequenza Demodulatore a discriminatore Banda di un segnale in modulazione di frequenza Prestazioni Prestazioni della modulazione di frequenza Prestazioni della modulazione di ampiezza BLD-PS BLD-PI Teoria della stima Introduzione Modellazione dei problemi di ricezione ottima Procedura di Bayes Verifica di ipotesi binaria Ricevitore a correlazione Ricevitore a correlazione con forme d onda antipodali Modulazioni numeriche Interferenza intersimbolica Diagramma ad occhio Prestazioni del ricevitore Modulazione QAM Modulazione PSK GSM Introduzione Suddivisione del territorio in celle Carrier to interference ratio e fattori di riduzione Tecnica di accesso Architettura del sistema GSM Stazione Mobile (MS, Mobile Station) Stazione Base (BS, Base Station) Sottosistema di Rete (NS, Network Subsystem)

5 Indice v Gateway MSC (GMSC) Equipment Identity Register (EIR) Comunicazione ed interfaccia radio Handover Canali logici Canali di traffico Canali di controllo Transito dei segnali nei circuiti Bipoli Potenza assorbita da un bipolo Connessione tra generatore e carico Condizione di massimo trasferimento di potenza Potenza disponibile Formule matematiche Formule algebriche Potenze e logaritmi Prodotti notevoli Identità trigonometriche Forumle di addizione e sottrazione - Formule di duplicazione Formule parametriche Formule di Werner Formule di Prostaferesi Derivate fondamentali e regole di derivazione Integrali indefiniti immediati

6

7 Capitolo 1 Richiami di teoria dei segnali 1.1 Reppresentazione dei numeri complessi Sia dato un numero complesso nella sua forma algebrica: z = a + jb Il suo modulo risulta: ρ = a + b Da cui: cos γ = a ρ = a sin γ = b a + b ρ = b a + b L argomento del numero complesso z risulta quindi: ( ) b Arg(z) = arctan = γ a tan γ = sin γ cos γ = b a Ne deriva dunque: z = a + jb = ρ cos γ + jρsin γ Per passare alla forma esponenziale ci avvaliamo delle formule di Eulero: e jγ =cosγ + j sin γ e jγ =cosγ j sin γ Queste possono essere scritte alternativamente come segue: cos γ = ejγ + e jγ Abbiamo dunque che: ( e jγ + e jγ a + jb = ρ cos γ + jρsin γ = ρ 1 sin γ = ejγ e jγ j ) + ρ ( e jγ e jγ ) = ρ e jγ

8 Capitolo 1 1. Proprietà e formule notevoli Valor medio di un segnale ΔT lim x(t)dt (1.1) ΔT ΔT Integrale assoluto ΔT lim x(t) dt (1.) ΔT ΔT Se l integrale assoluto di un segnale assume valore finito, il segnale si dice impulsivo o assolutamente sommabile. Energia di un segnale ΔT ΔT E x = lim x(t) dt = lim x(t) x (t)dt (1.3) ΔT ΔT ΔT ΔT Dove x (t) è il coniugato 1 di x(t). L energia di un segnale è una quantità sempre positiva (al più nulla se x(t) = 0 per ogni istante t). Se in particolare risulta che E x è una quantità finita non nulla, x(t) viene detto segnale di energia. Potenza di un segnale P x = lim ΔT ΔT 1 x(t) dt = ΔT ΔT lim ΔT E x ΔT (1.4) La potenza di un segnale è una quantità sempre positiva (al più nulla se x(t) =0 per ogni istante t). Se in particolare risulta che P x è una quantità finita non nulla, x(t) viene detto segnale di potenza. I segnali di energia hanno sempre potenza nulla dunque non sono anche segnali di potenza. Inoltre i segnali di potenza hanno sempre energia infinita, dunque non sono segnali di energia. I segnali di potenza non sono in generale impulsivi. I segnali limitati nel tempo ed in ampiezza (rect, tri) sono impulsivi e di energia, tuttavia se un segnale è impulsivo non è detto che sia di energia e viceversa. I segnali periodici sono sempre segnali di potenza a meno che non abbiano dei punti di discontinuità, cioè punti per i quali x(t) non converge. Integrale di convoluzione y(t) =x(t) h(t) = + x(τ) h(t τ)dτ (1.5) Dove il segnale y(t) ha un occupazione temporale pari alla somma delle occupazioni temporali dei segnali x(t) edh(t). Valgono inoltre le seguenti proprietà: 1 Si ricorda che il complesso coniugato di x = a + jb è x = a jb

9 Richiami di teoria dei segnali 3 Proprietà Formula Commutativa x(t) h(t) =h(t) x(t) Associativa [x(t) h 1 (t)] h (t) =x(t) [h 1 (t) h (t)] Distributiva x(t) [h 1 +h ]=x(t) h 1 (t)+x(t) h (t) Elemento neutro x(t) μ 0 (t) =x(t) Traslazione nel tempo x(t) μ 0 (t τ) =x(t τ) Integrale di correlazione (o intercorrelazione, o crosscorrelazione) e xy (t) = p xy (t) = ΔT lim ΔT ΔT lim ΔT 1 ΔT ΔT ΔT x (τ) y(t + τ)dτ per segnali di energia (1.6) x (τ) y(t + τ)dτ per segnali di potenza (1.7) Qualora risulti x(t) = y(t) siparladiintegrale di autocorrelazione. presente che: e xx (0) = E x Inoltre: p xx (0) = P x e xy (t) e yx Si tenga sempre La correlazione tra due segnali x(t) edy(t) può essere espressa opportunamente come una convoluzione: x ( t) y(t) 1.3 Rappresentazione nel dominio della frequenza Serie di Fourier Ogni segnale periodico x(t), che sia continuo in [ T/; T/] ed assolutamente integrabile (dunque impulsivo) in tale intervallo, può essere espresso mediante uno sviluppo in serie di Fourier: x(t) = + n= X n e jπfnt (1.8) Dove f n = n/t è un multiplo della frequenza fondamentale 1/T. In generale il coefficiente X n dello sviluppo in serie di Fourier del segnale x(t) è un numero complesso: X n = 1 T T T x(t) e jπfnt dt (1.9)

10 4 Capitolo Trasformata di Fourier In molte applicazioni i segnali non sono periodici, non possono essere pertanto studiati mediante lo sviluppo in serie di Fourier. Per i segnali impulsivi esiste tuttavia una rappresentazione analoga allo sviluppo in serie di Fourier: la trasformata di Fourier. Datoun segnale impulsivo x(t), la sua trasformata di Fourier viene definita come segue: X(f) =F{x(t)} = + x(t) e jπft dt (1.10) A partire dalla trasformata di Fourier di un segnale impulsivo x(t) si può ricostruire la funzione x(t) stessa. L antitrasformata di Fourier di un segnale X(f) viene definita come segue: + x(t) =F 1 {X(f)} = X(f) e jπft df (1.11) Vengono di seguito riportate alcune trasformate notevoli: Operazione Segnale Trasformata di Fourier Linearità a 1 w 1 (t)+a w (t) a 1 W 1 ( (f)+a ) W (f) 1 Cambiamento di scala w(at) a W f a Traslazione nel tempo w(t t 0 ) W (f) e jωt 0 Traslazione in frequenza w(t) e jπf 0t W (f f 0 ) Convoluzione nel tempo w 1 (t) w (t) W 1 (f) W (f) Convoluzione in frequenza w 1 (t) w (t) W 1 (f) W (f) d Derivazione nel tempo dt w(t) jπf W (f) d Derivazione in frequenza jπt w(t) dt W (f) t Integrazione nel tempo w(λ)dλ 1 jπf W (f) 1 Integrazione in frequenza jπt w(t) f W (λ)dλ Coniugazione nel tempo w (t) W ( f) Coniugazione in frequenza w ( t) W (f) Qualora x(t) sia un segnale reale vale inoltre la proprietà di simmetria coniugata (o hermitiana), in base alla quale: X(f) =X ( f) (1.1) 1.4 Ortogonalità di funzioni Le funzioni ϕ n (t) e ϕ m (t) sono ortogonali sull intervallo a < t < b se soddisfano la condizione: <ϕ n (t),ϕ m (t) >= b a { } ϕ n (t) ϕ 0 se n m m(t) dt = = K n δ n,m se n = m K n

11 Richiami di teoria dei segnali 5 Dove: { 0 se n m δ n,m = 1 se n = m è chiamata delta di Kronecker. Se in particolare K n = 1, le funzioni ϕ n (t) eϕ m (t) si dicono ortonormali. Si tenga presente che: <ϕ n (t),ϕ m (t) >= (<ϕ m (t),ϕ n (t) >) L insieme delle funzioni esponenziali complesse {e jnπf0t } è un insieme di funzioni ortogonali sull intervallo a<t<b,taleche: K n = b a Ciò significa che se a = W e b = W, allora K n =W. 1.5 Trasformata di Hilbert Dato un segnale x(t), si dice trasformata di Hilbert di x(t) il segnale: ˆx(t) =H{x(t)} ottenuto dal transito di x(t) in un filtro con funzione di trasferimento: j se f < 0 H H (f) = j sign(f) = 0 se f = 0 j se f > 0 (1.13) Alternativamente: H H (f) =j [μ 1 ( f) 1] Si tenga sempre presente che se x(t) è un segnale reale, allora anche la sua trasformata di Hilbert è un segnale reale, è infatti frutto della convoluzione tra due segnali reali, x(t) ed h H (t), essendo h H (t) = 1 πt dove h H (t) =0pert = 0. Vengono di seguito riportate alcune trasformate notevoli: Segnale Trasformata di Hilbert c 0 y(t) =x(t)+c ˆx(t)

12 6 Capitolo Segnale analitico Dato un segnale reale x(t) sidicesegnale analitico ad esso associato il segnale x + (t) ottenuto dal transito di x(t) in un filtro analitico, filtro individuato da una funzione di trasferimento del tipo: 1 se f > 0 H a (f) = 1 se f = 0 0 se f < 0 Alternativamente: H a (f) = 1 [1 + j H H(f)] Da cui: h a (t) = 1 [μ 0(t)+j h H (t)] Si osservi come l effetto di un filtro analitico sia quello di isolare la parte positiva del segnale X(f). Ciò non preclude la conoscenza completa del segnale, poiché per segnali reali vale la proprietà di simmetria coniugata (.1). Conoscendo X(f) perf > 0si conosce di fatto l intero segnale. Si consideri ora la relazione: x + (t) = x(t) h a (t) = 1 [ ] x(t) μ 0 (t) = 1 [x(t)+j ˆx(t)] + j [ ] x(t) h H (t) Conoscendo x + (t), si può risalire ad x(t) se quest ultimo è un segnale reale. Infatti, dalla formula x + (t) = 1 x(t)+j ˆx(t) (1.14) si ha che, essendo x(t) eˆx(t) due quantità reali, il primo addendo al secondo membro dell espressione.16 è la parte reale di x + (t), mentre il secondo addendo è la sua parte immaginaria. Possiamo allora scrivere: x(t) = Re{x + (t)} (1.15) 1.7 Inviluppo complesso Consideriamo un segnale reale x(t). Si definisce inviluppo complesso di x(t) rispetto ad una frequenza f 0 il segnale: x(t) = x + (t) e jπf 0t (1.16)

13 Richiami di teoria dei segnali 7 Ne deriva che la trasformata di Fourier dell inviluppo complesso viene ricavata da quella del segnale analitico semplicemente moltiplicando l ampiezza per e traslandola a sinistra della quantità f 0 : X(f) = X + (f + f 0 ) Invertendo la relazione.18 si ha: x + (t) = 1 x(t) ejπf 0t Da cui, per la.17: x(t) =Re{x(t) e jπf 0t } (1.17) L inviluppo complesso è, in generale, un segnale complesso e quindi avrà una parte reale x c (t) ed un coefficiente della parte immaginaria x s (t). Questi due segnali, entrambi reali, prendono il nome di componenti analogiche di bassa frequenza del segnale x(t), rispettivamente in fase la x c (t) edin quadratura la x s (t). x(t) = x + (t) e jπf 0t [ ] 1 = [x(t)+j ˆx(t)] [cos (πf 0t) j sin (πf 0 t)] = [x(t)cos(πf 0 t)+ˆx(t)sin(πf 0 t)] + j [ˆx(t)cos(πf 0 t) x(t)sin(πf 0 t)] Questa espressione ci permette di scrivere: x c (t) =x(t)cos(πf 0 t)+ˆx(t)sin(πf 0 t) (1.18) x s (t) =ˆx(t)cos(πf 0 t) x(t)sin(πf 0 t) (1.19) Come si può notare, il segnale x(t) è moltiplicato per il coseno nella x c (t), e per il seno nella x s (t), da cui i due pedici c ed s delle componenti analogiche di bassa frequenza. Per ricavare la x(t) da tali componenti è sufficiente osservare che : x(t) = Re{x(t) e jπf0t } = Re{(x c (t)+jx s (t)) e jπf0t } = x c (t)cos(πf 0 t) x s (t)sin(πf 0 t) = ( ( )) xs x c(t)+x (t) s(t) cos πf 0 t +arctan x c (t) Quindi, nota la frequenza f 0 dalle componenti analogiche di bassa frequenza è possibile ricostruire il segnale x(t) originale. Ciò costituisce il cosiddetto sviluppo di x(t) in componenti analogiche di bassa frequenza. Si ricorda che R cos (x + θ) =A cos x B sin x essendo: R = Ô A + B θ =tan 1 (B/A) A = R cos θ B = R sin θ

14 8 Capitolo Teoria della probabilità Probabilità dell unione P (E 1 )+P (E )=P (E 1 E ) E 1,E /E 1 E = (1.0) Teorema della probabilità dell evento complementare P (Ẽ) =1 P (E) (1.1) Teorema delle probabilità totali n P (E) = P (E,A i ) (1.) Dove gli eventi A i sono incompatibili i 1,i [1,n]. Probabilità condizionata Supponiamo di considerare un evento B con probabilità di accadere non nulla (P (B) 0). Supponiamo inoltre che tale evento si verifichi. Consideriamo dunque un altro evento A. Si definisce probabilità condizionata la probabilità che si verifichi A una volta che si è verificato B e si indica come: P (A B) (1.3) i=1 Occorre tener resente che: P (A B) P (A B) A livello insiemistico sussiste la seguente relazione tra probabilità condizionata (P (A B)) e probabilità congiunta (P (A B) =P (A, B)), che prende il nome di teorema della probabilità condizionata: P (A, B) P (A B) = (1.4) P (B) Si osservi che, essendo: { P (A B) P (B) =P (A, B) P (B A) P (A) =P (A, B) Risulta: P (A B)P (B) =P (B A)P (A) (1.5) Se i due eventi A e B sono indipendenti, allora: P (A B) =P (A) Ne deriva che (corollario del teorema della probabilità condizionata): P (A, B) =P (A) P (B) (1.6)

15 Richiami di teoria dei segnali 9 Teorema di Bayes Questo teorema è diretta conseguenza del teorema della probabilità condizionata (1.4). Si consideri la relazione: Per la 1.5 e la 1. si ha che: P (A i B j )= P (A i,b j ) P (B j ) P (A i B j )= P (B j A i ) P (A i ) P (B j ) Da cui per il teorema della probabilità condizionata: = P (B j A i ) P (A i ) K P (B j,a K ) P (A i B j )= P (B j A i ) P (A i ) K P (B j A K ) P (A K ) (1.7) Variabili aleatorie Si definisce variabile aleatoria n-dimensionale una funzione: x :Ω R n (1.8) Che ad ogni evento contenuto nello spazio degli eventi Ω, associa un certo valore numerico, che sarà un valore reale per n = 1, un vettore di elementi reali per n>1.

16

17 Capitolo Richiami di teoria dei segnali.1 Numeri complessi e formule di Eulero Sia dato un numero complesso nella sua forma algebrica: z = a + jb Il suo modulo risulta: ρ = a + b da cui: cos γ = a ρ = a sin γ = b a + b ρ = b a + b La fase del numero complesso z risulta quindi: γ =arctg ( ) b a tg γ = sin γ cos γ = b a Ne deriva dunque: z = a + jb = ρ cos γ + jρsin γ Per passare alla forma esponenziale ci avvaliamo delle formule di Eulero: e jγ =cosγ + j sin γ e jγ =cosγ j sin γ Queste possono essere scritte alternativamente come segue: cos γ = ejγ + e jγ Abbiamo dunque che: ( e jγ + e jγ a + jb = ρ cos γ + jρsin γ = ρ 11 sin γ = ejγ e jγ j ) + ρ ( e jγ e jγ ) = ρ e jγ

18 1 Capitolo. Proprietà e formule notevoli Valor medio di un segnale ΔT lim x(t) dt (.1) ΔT ΔT Integrale assoluto ΔT lim x(t) dt (.) ΔT ΔT Se l integrale assoluto di un segnale assume valore finito, il segnale si dice impulsivo o assolutamente sommabile. Energia di un segnale E x lim ΔT ΔT ΔT x(t) dt = ΔT lim ΔT ΔT x(t) x (t) dt (.3) Dove x (t) è il coniugato 1 di x(t). L energia di un segnale è una quantità sempre positiva (al più nulla se x(t) = 0 per ogni istante t). Se in particolare risulta che E x è una quantità finita non nulla, x(t) viene detto segnale di energia. Potenza di un segnale P x lim ΔT 1 ΔT ΔT ΔT x(t) dt = lim ΔT E x ΔT (.4) La potenza di un segnale è una quantità sempre positiva (al più nulla se x(t) =0 per ogni istante t). Se in particolare risulta che P x è una quantità finita non nulla, x(t) viene detto segnale di potenza. I segnali di energia hanno sempre potenza nulla dunque non sono anche segnali di potenza. Inoltre i segnali di potenza hanno sempre energia infinita, dunque non sono segnali di energia. I segnali di potenza non sono in generale impulsivi. I segnali limitati nel tempo ed in ampiezza (rect, tri) sono impulsivi e di energia, tuttavia se un segnale è impulsivo non è detto che sia di energia e viceversa. I segnali periodici sono sempre segnali di potenza a meno che non abbiano dei punti di discontinuità, cioè punti per i quali x(t) non converge. Integrale di convoluzione x(t) h(t) + x(τ) h(t τ) dτ (.5) Il segnale x(t) h(t) ha un occupazione temporale pari alla somma delle occupazioni temporali dei segnali x(t) edh(t). Valgono inoltre le seguenti proprietà: 1 Si ricorda che il complesso coniugato di x = a + jb è x = a jb

19 Richiami di teoria dei segnali 13 Proprietà Formula Commutativa x(t) h(t) =h(t) x(t) Associativa [x(t) h 1 (t)] h (t) =x(t) [h 1 (t) h (t)] Distributiva x(t) [h 1 +h ]=x(t) h 1 (t)+x(t) h (t) Elemento neutro x(t) μ 0 (t) =x(t) Traslazione nel tempo x(t) μ 0 (t τ) =x(t τ) Integrale di correlazione (o intercorrelazione, o crosscorrelazione) e xy (t) p xy (t) ΔT lim ΔT ΔT x (τ) y(t + τ) dτ per segnali di energia (.6) lim ΔT ΔT 1 x (τ) y(t + τ) dτ per segnali di potenza (.7) ΔT ΔT Qualora risulti x(t) = y(t) siparladiintegrale di autocorrelazione. presente che: Si tenga sempre e xx (0) = E x p xx (0) = P x Inoltre: e xy (t) e yx La correlazione tra due segnali x(t) edy(t) può essere espressa opportunamente come una convoluzione: x ( t) y(t).3 Rappresentazione nel dominio della frequenza.3.1 Serie di Fourier Ogni segnale periodico x(t), che sia continuo in [ T/; T/] ed assolutamente integrabile (dunque impulsivo) in tale intervallo, può essere espresso mediante uno sviluppo in serie di Fourier: x(t) = + n= X n e jπfnt (.8) Dove f n = n/t è un multiplo della frequenza fondamentale 1/T. In generale il coefficiente X n dello sviluppo in serie di Fourier del segnale x(t) è un numero complesso: X n = 1 T T T x(t) e jπfnt dt (.9)

20 14 Capitolo.3. Trasformata di Fourier In molte applicazioni i segnali non sono periodici, non possono essere pertanto studiati mediante lo sviluppo in serie di Fourier. Per i segnali impulsivi esiste tuttavia una rappresentazione analoga allo sviluppo in serie di Fourier: la trasformata di Fourier. Datoun segnale impulsivo x(t), la sua trasformata di Fourier viene definita come segue: X(f) =F{x(t)} = + x(t) e jπft dt (.10) A partire dalla trasformata di Fourier di un segnale impulsivo x(t) si può ricostruire la funzione x(t) stessa. L antitrasformata di Fourier di un segnale X(f) viene definita come segue: + x(t) =F 1 {X(f)} = X(f) e jπft df (.11) Vengono di seguito riportate alcune operazioni fondamentali: Operazione Segnale Trasformata di Fourier Linearità a 1 w 1 (t)+a w (t) a 1 W 1 ( (f)+a ) W (f) 1 Cambiamento di scala w(at) a W f a Traslazione nel tempo w(t t 0 ) W (f) e jωt 0 Traslazione in frequenza w(t) e jπf 0t W (f f 0 ) Convoluzione nel tempo w 1 (t) w (t) W 1 (f) W (f) Convoluzione in frequenza w 1 (t) w (t) W 1 (f) W (f) d Derivazione nel tempo dt w(t) jπf W (f) d Derivazione in frequenza jπt w(t) dt W (f) t Integrazione nel tempo w(λ) dλ 1 jπf W (f) 1 Integrazione in frequenza jπt w(t) W (λ) dλ f Coniugazione nel tempo w (t) W ( f) Coniugazione in frequenza w ( t) W (f) Qualora x(t) sia un segnale reale vale inoltre la proprietà di simmetria coniugata (o hermitiana), in base alla quale: X(f) =X ( f) (.1).3..1 Principio di dualità Sia dato un gnerico segnale impulsivo x(t). Valgono le seguenti relazioni: x(t) =F 1 {X(f)} = + X(f) e jπft df

21 Richiami di teoria dei segnali 15 X(f) =F{x(t)} = + x(t) e jπft dt Ci chiediamo dunque se sia possibile scrivere che F{X(t)} = x(f), dove X(t) èunsegnale che ha il medesiamo andamento di X(f) ma nel dominio del tempo, mentre x(f) ha il medesimo andamento di x(t) ma nel dominio della frequenza. Procediamo valutando l espressione di X(t). Lo facciamo effettuando un cambiamento di variabile nell espressione proposta per X(f); in pratica ogni occorrenza di f viene sostituita con t e viceversa: X(t) = Ne deriva che: + x(f) e jπft df X( t) = + x(f) e jπft df x(t) X( t) X(t) F F F X(f) x(f) x( f) La relazione F{X(t)} = x(f) nonè dunque valida in generale, ma solo per funzioni pari, per le quali X( t) =X(t)..4 Ortogonalità di funzioni Le funzioni ϕ n (t) e ϕ m (t) sono ortogonali sull intervallo a < t < b se soddisfano la condizione: <ϕ n (t),ϕ m (t) >= b a ϕ n (t) ϕ m (t) dt = { } 0 se n m = K n δ n,m se n = m K n Dove: { δ n,m = 0 se n m 1 se n = m è chiamata delta di Kronecker. Se in particolare K n = 1, le funzioni ϕ n (t) eϕ m (t) si dicono ortonormali. Si tenga presente che: <ϕ n (t),ϕ m (t) >= (<ϕ m (t),ϕ n (t) >) L insieme delle funzioni esponenziali complesse {e jnπf0t } è un insieme di funzioni ortogonali sull intervallo a<t<b,taleche: K n = b a Ciò significa che se a = W e b = W, allora K n =W.

22 16 Capitolo.5 Teorema di Wiener per segnali di energia Dato un segnale di energia x(t), il suo spettro di densità dienergiae x (f) è uguale alla trasformata di Fourier della sua funzione di autocorrelazione: E x (f) =F{e xx (t)} = X(f) (.13) ne deriva che: E x = x(t) dt = E x (f) dt = X(f) df.6 Teorema di Wiener per segnali di potenza Dato un segnale di potenza x(t), il suo spettro di densità di potenza P x (f) è uguale alla trasformata di Fourier della sua funzione di autocorrelazione: P x (f) =F{p xx (t)} (.14) ne deriva che: P x = lim ΔT 1 ΔT/ x(t) dt = ΔT ΔT/ + P x (f) df.7 Trasformata di Hilbert Dato un segnale x(t), si dice trasformata di Hilbert di x(t) il segnale: ˆx(t) =H{x(t)} ottenuto dal transito di x(t) in un filtro con funzione di trasferimento: j se f < 0 H H (f) = j sign (f) = 0 se f = 0 j se f > 0 (.15) Alternativamente: H H (f) =j [ μ 1 ( f) 1] Si tenga sempre presente che se x(t) è un segnale reale, allora anche la sua trasformata di Hilbert è un segnale reale, è infatti frutto della convoluzione tra due segnali reali, x(t) ed h H (t), essendo dove h H (t) =0pert =0. h H (t) = 1 πt

23 Richiami di teoria dei segnali 17.8 Segnale analitico Dato un segnale reale x(t) sidicesegnale analitico ad esso associato il segnale x + (t) ottenuto dal transito di x(t) in un filtro analitico, filtro individuato da una funzione di trasferimento del tipo: 1 se f > 0 H a (f) = 1 se f = 0 0 se f < 0 Alternativamente: H a (f) = 1 [1 + jh H(f)] Da cui: h a (t) = 1 [μ 0(t)+jh H (t)] Si osservi come l effetto di un filtro analitico sia quello di isolare la parte positiva del segnale X(f). Ciò non preclude la conoscenza completa del segnale, poiché per segnali reali vale la proprietà di simmetria coniugata (.1). Conoscendo X(f) perf > 0si conosce di fatto l intero segnale. Si consideri ora la relazione: x + (t) = x(t) h a (t) = 1 [ ] x(t) μ 0 (t) + j = 1 [x(t)+j ˆx(t)] [ ] x(t) h H (t) Conoscendo x + (t), si può risalire ad x(t) se quest ultimo è un segnale reale. Infatti, dalla formula x + (t) = 1 x(t)+j ˆx(t) (.16) si ha che, essendo x(t) eˆx(t) due quantità reali, il primo addendo al secondo membro dell espressione.16 è la parte reale di x + (t), mentre il secondo addendo è la sua parte immaginaria. Possiamo allora scrivere: x(t) =Re{x + (t)} (.17).9 Inviluppo complesso Consideriamo un segnale reale x(t). Si definisce inviluppo complesso di x(t) rispetto ad una frequenza f 0 il segnale: x(t) =x + (t) e jπf 0t (.18)

24 18 Capitolo Ne deriva che la trasformata di Fourier dell inviluppo complesso viene ricavata da quella del segnale analitico semplicemente moltiplicando l ampiezza per e traslandola a sinistra della quantità f 0 : X(f) =X + (f + f 0 ) Invertendo la relazione.18 si ha: x + (t) = 1 x(t) ejπf 0t Da cui, per la.17: x(t) =Re{x(t) e jπf 0t } (.19) L inviluppo complesso è, in generale, un segnale complesso e quindi avrà una parte reale x c (t) ed un coefficiente della parte immaginaria x s (t). Questi due segnali, entrambi reali, prendono il nome di componenti analogiche di bassa frequenza del segnale x(t), rispettivamente in fase la x c (t) edin quadratura la x s (t). x(t) = x + (t) e jπf 0t [ ] 1 = [x(t)+j ˆx(t)] [cos (πf 0t) j sin (πf 0 t)] = [x(t)cos(πf 0 t)+ˆx(t)sin(πf 0 t)] + j [ˆx(t)cos(πf 0 t) x(t)sin(πf 0 t)] Questa espressione ci permette di scrivere: x c (t) =x(t)cos(πf 0 t)+ˆx(t)sin(πf 0 t) (.0) x s (t) =ˆx(t)cos(πf 0 t) x(t)sin(πf 0 t) (.1) Come si può notare, il segnale x(t) è moltiplicato per il coseno nella x c (t), e per il seno nella x s (t), da cui i due pedici c ed s delle componenti analogiche di bassa frequenza. Per ricavare la x(t) da tali componenti è sufficiente osservare che : x(t) = Re{x(t) e jπf0t } = Re{(x c (t)+jx s (t)) e jπf0t } = x c (t)cos(πf 0 t) x s (t)sin(πf 0 t) = ( ( )) xs x c(t)+x (t) s(t) cos πf 0 t +arctan x c (t) Quindi, nota la frequenza f 0 dalle componenti analogiche di bassa frequenza è possibile ricostruire il segnale x(t) originale. Ciò costituisce il cosiddetto sviluppo di x(t) in componenti analogiche di bassa frequenza. Si ricorda che R cos (x + θ) =A cos x B sin x essendo: R = Ô A + B θ =tan 1 (B/A) A = R cos θ B = R sin θ

25 Capitolo 3 Modulazioni analogiche 3.1 Introduzione La modulazione è la tecnica maggiormente utilizzata per la trasmissione di un segnale analogico attraverso un canale. Essa consiste nel variare (modulare) alcuni parametri di un particolare segnale dipendente dal sistema, definito portante, in funzione del segnale da trasmettere, definito segnale modulante. Ilsegnalex(t) effettivamente trasmesso risulta in effetti un ibrido fra la portante p(t) ed il segnale modulante m(t) e viene definito segnale modulato. Lo scopo primario della modulazione è quello di modificare l allocazione in banda del segnale modulante m(t), dunque di traslare M(f) attorno ad una certa frequenza. In questo modo può essere utilizzato lo stesso canale per la trasmissione contemporanea di più segnali. Impiegando bande separate per i singoli segnali da trasmettere, in ricezione ogni messaggio risulta estraibile da quello complessivo inviato. Come già detto la tecnica della modulazione prevede l utilizzo di un segnale portante p(t). La portante generalmente utilizzata è un armonica del tipo: p(t) =a p cos (πf p t + ϕ p ) Il segnale modulato effettivamente trasmesso risulta esprimibile nella forma: x(t) =[a p + a(t)] cos (πf p t + ϕ p + α(t)) Tenendo presente l espressione di x(t) è possibile definire due tipi di modulazione, in cui possono eventualmente risultare nulli a p e/o ϕ p modulazione di ampiezza - AM m(t) viene trasportato da a(t) modulazione angolare - FM e PM m(t) viene trasportato da α(t). nella modulazione di fase: α(t) =K α m(t) In particolare 19

26 0 Capitolo 3 Nella modulazione di frequenza invece: t α(t) =πk f 3. Modulazione di ampiezza m(τ) dτ 3..1 Modulazione a Banda Laterale Doppia - BLD Essendo m(t) (messaggio da trasmettere) un segnale reale a valor medio nullo e limitato in banda [ W, +W ], il segnale modulato x(t) viene espresso come: x(t) =[a p + K a m(t)] cos (πf p t) (3.1) Dunque x c (t) risulta proporzionale al messaggio da trasmettere m(t): x c (t) =[a p + K a m(t)] x s (t) =0 Graficamente: Figura 3.1: BLD - tempo. Nel dominio della frequenza si ha invece: X(f) = [a p μ 0 (f)+k a M(f)] F{cos (πf p t)} = [a p μ 0 (f)+k a M(f)] 1 [μ 0(f f p )+μ 0 (f + f p )] Come si può vedere in figura 3. il segnale modulato x(t) occupa una banda di frequenze di ampiezza W centrata intorno a f p (analogamente per f p ). Si parla di banda laterale doppia (BLD), poichè sono presenti sia la banda laterale superiore [f p,f p + W ]chela banda laterale inferiore [f p W, f p ].

27 Modulazioni analogiche 1 Figura 3.: BLD - frequenza. A seconda dell ampiezza a p della portante, la modulazione di ampiezza BLD si può classificare come: BLD-PI cioè a portante intera. In tal caso risulta: a p + K a m(t) 0 Da cui: a p >K a max( m(t) ) Ne deriva che l ampiezza del segnale modulato x(t) è sempre positiva. In frequenza vengono mantenuti entrambi gli impulsi di cui ècompostap (f). Ciò offrelapossibilità di utilizzare uno schema di demodulazione (recupero del segnale modulante) piuttosto semplice. BLD-PS cioè a portante soppressa. In tal caso risulta: a p =0

Segnali passa-banda ed equivalenti passa-basso

Segnali passa-banda ed equivalenti passa-basso Appendice C Segnali passa-banda ed equivalenti passa-basso C.1 Segnali deterministici Un segnale deterministico u(t) con trasformata di Fourier U(f) è un segnale passa-banda se f 0, W, con 0 < W < f 0,

Dettagli

Università di Napoli Parthenope Facoltà di Ingegneria

Università di Napoli Parthenope Facoltà di Ingegneria Università di Napoli Parthenope Facoltà di Ingegneria Corso di rasmissione Numerica docente: Prof. Vito Pascazio 18 a Lezione: 13/1/4 19 a Lezione: 14/1/4 Sommario rasmissione di segnali PM numerici su

Dettagli

Corso di Fondamenti di Segnali e Trasmissione - Appello del 07 Settembre 2005

Corso di Fondamenti di Segnali e Trasmissione - Appello del 07 Settembre 2005 Corso di Fondamenti di Segnali e Trasmissione - Appello del 07 Settembre 2005 Gli esercizi devono essere risolti solo sui fogli dei colori indicati Per esiti e soluzioni si veda il sito web del corso:

Dettagli

v in v out x c1 (t) Molt. di N.L. H(f) n

v in v out x c1 (t) Molt. di N.L. H(f) n Comunicazioni elettriche A - Prof. Giulio Colavolpe Compito n. 3 3.1 Lo schema di Fig. 1 è un modulatore FM (a banda larga). L oscillatore che genera la portante per il modulatore FM e per la conversione

Dettagli

Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Processi casuali A.A. 2007-08. Alberto Perotti, Roberto Garello

Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Processi casuali A.A. 2007-08. Alberto Perotti, Roberto Garello Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Processi casuali A.A. 2007-08 Alberto Perotti, Roberto Garello DELEN-DAUIN Processi casuali Sono modelli probabilistici

Dettagli

Studio dei segnali nel dominio della frequenza. G. Traversi

Studio dei segnali nel dominio della frequenza. G. Traversi Studio dei segnali nel dominio della frequenza G. Traversi Segnali periodici e serie di Fourier Una funzione periodica f(t) di periodo T (purché integrabile) è esprimibile con una serie del tipo: f (t)

Dettagli

A.1 Rappresentazione geometrica dei segnali

A.1 Rappresentazione geometrica dei segnali Appendice A Rappresentazione dei segnali A.1 Rappresentazione geometrica dei segnali Scomporre una generica forma d onda s(t) in somma di opportune funzioni base è operazione assai comune, particolarmente

Dettagli

2. SINCRONIZZAZIONE (CENNI)

2. SINCRONIZZAZIONE (CENNI) 2. SINCRONIZZAZIONE (CENNI) INTRODUZIONE AL PROBLEMA DELLA SINCRONIZZAZIONE SINCRONISMO DI BIT SCRAMBLING SINCRONISMO DI FRAME INTRODUZIONE Abbiamo visto diverse tecniche in grado di convertire e di trasmettere

Dettagli

Corso di Laurea in Ingegneria Biomedica Corso di Trasmissione Numerica (6 crediti) Prova scritta 16.02.2006

Corso di Laurea in Ingegneria Biomedica Corso di Trasmissione Numerica (6 crediti) Prova scritta 16.02.2006 Prova scritta 16.02.2006 D. 1 Si derivi l espressione dei legami ingresso-uscita, nel dominio del tempo per le funzioni di correlazione nel caso di sistemi LTI e di segnali d ingresso SSL. Si utilizzi

Dettagli

Il Campionameto dei segnali e la loro rappresentazione. 1 e prende il nome frequenza di

Il Campionameto dei segnali e la loro rappresentazione. 1 e prende il nome frequenza di Il Campionameto dei segnali e la loro rappresentazione Il campionamento consente, partendo da un segnale a tempo continuo ovvero che fluisce con continuità nel tempo, di ottenere un segnale a tempo discreto,

Dettagli

Introduzione al Campionamento e

Introduzione al Campionamento e Introduzione al Campionamento e all analisi analisi in frequenza Presentazione basata sul Cap.V di Introduction of Engineering Experimentation, A.J.Wheeler, A.R.Ganj, Prentice Hall Campionamento L'utilizzo

Dettagli

IL FILTRAGGIO DEL SEGNALE

IL FILTRAGGIO DEL SEGNALE CAPITOLO 4 IL FILTRAGGIO DEL SEGNALE 4.1 - SISTEMA LINEARE NON DISTORCENTE E un sistema lineare che restituisce in uscita una replica indistorta del segnale di entrata, intendendo x(t) y(t) = Ax(t-t 0

Dettagli

LA TRASFORMATA DI FOURIER: PROPRIETA ED ESEMPI

LA TRASFORMATA DI FOURIER: PROPRIETA ED ESEMPI LA TRASFORMATA DI FOURIER: PROPRIETA ED ESEMPI Fondamenti di segnali Fondamenti e trasmissione TLC Proprieta della () LINEARITA : la della combinazione lineare (somma pesata) di due segnali e uguale alla

Dettagli

COMUNICAZIONI ELETTRICHE + TRASMISSIONE NUMERICA COMPITO 13/7/2005

COMUNICAZIONI ELETTRICHE + TRASMISSIONE NUMERICA COMPITO 13/7/2005 COMUNICAZIONI ELETTRICHE + TRASMISSIONE NUMERICA COMPITO 13/7/005 1. Gli esercizi devono essere risolti su fogli separati: uno per la prima parte del compito (esercizi 1/4), uno per la seconda parte (esercizi

Dettagli

Revisione dei concetti fondamentali dell analisi in frequenza

Revisione dei concetti fondamentali dell analisi in frequenza Revisione dei concetti fondamentali dell analisi in frequenza rgomenti: trasformazione in frequenza: significato e funzionamento; schemi di rappresentazione; trasformata discreta. 1 Rappresentazione dei

Dettagli

RICHIAMI SULLE MATRICI. Una matrice di m righe e n colonne è rappresentata come

RICHIAMI SULLE MATRICI. Una matrice di m righe e n colonne è rappresentata come RICHIAMI SULLE MATRICI Una matrice di m righe e n colonne è rappresentata come A = a 11 a 12... a 1n a 21 a 22... a 2n............ a m1 a m2... a mn dove m ed n sono le dimensioni di A. La matrice A può

Dettagli

Catene di Misura. Corso di Misure Elettriche http://sms.unipv.it/misure/

Catene di Misura. Corso di Misure Elettriche http://sms.unipv.it/misure/ Catene di Misura Corso di Misure Elettriche http://sms.unipv.it/misure/ Piero Malcovati Dipartimento di Ingegneria Industriale e dell Informazione Università di Pavia piero.malcovati@unipv.it Piero Malcovati

Dettagli

Caratterizzazione dei segnali aleatori nel dominio della frequenza

Caratterizzazione dei segnali aleatori nel dominio della frequenza Capitolo 5 Caratterizzazione dei segnali aleatori nel dominio della frequenza 5. Introduzione In questo capitolo affrontiamo lo studio dei segnali aleatori nel dominio della frequenza. Prendiamo come esempio

Dettagli

EQUAZIONI DIFFERENZIALI. 1. Trovare tutte le soluzioni delle equazioni differenziali: (a) x = x 2 log t (d) x = e t x log x (e) y = y2 5y+6

EQUAZIONI DIFFERENZIALI. 1. Trovare tutte le soluzioni delle equazioni differenziali: (a) x = x 2 log t (d) x = e t x log x (e) y = y2 5y+6 EQUAZIONI DIFFERENZIALI.. Trovare tutte le soluzioni delle equazioni differenziali: (a) x = x log t (d) x = e t x log x (e) y = y 5y+6 (f) y = ty +t t +y (g) y = y (h) xy = y (i) y y y = 0 (j) x = x (k)

Dettagli

CAMPIONAMENTO E RICOSTRUZIONE DI SEGNALI

CAMPIONAMENTO E RICOSTRUZIONE DI SEGNALI CAMPIONAMENTO E RICOSTRUZIONE DI SEGNALI 1 Fondamenti di segnali Fondamenti e trasmissione TLC Segnali in formato numerico Nei moderni sistemi di memorizzazione e trasmissione i segnali in ingresso sono

Dettagli

Parte 2. Determinante e matrice inversa

Parte 2. Determinante e matrice inversa Parte. Determinante e matrice inversa A. Savo Appunti del Corso di Geometria 013-14 Indice delle sezioni 1 Determinante di una matrice, 1 Teorema di Cramer (caso particolare), 3 3 Determinante di una matrice

Dettagli

C(f) : funzione di trasferimento del canale. Essa limita la banda del segnale trasmesso e quindi rappresenta un modello più realistico

C(f) : funzione di trasferimento del canale. Essa limita la banda del segnale trasmesso e quindi rappresenta un modello più realistico MODELLO DEL CANALE Modello gaussiano additivo a banda illimitata (considerato finora): s(t) + n(t) r(t) = s(t) + n(t) s(t) Canale C(f) + r(t) n(t) C(f) : funzione di trasferimento del canale. Essa limita

Dettagli

Segnali e Sistemi. Dispensa integrativa per l insegnamento di Elementi di Controlli Automatici. Gianni Borghesan e Giovanni Marro

Segnali e Sistemi. Dispensa integrativa per l insegnamento di Elementi di Controlli Automatici. Gianni Borghesan e Giovanni Marro Segnali e Sistemi Dispensa integrativa per l insegnamento di Elementi di Controlli Automatici Gianni Borghesan e Giovanni Marro Indice Introduzione 2. Notazione............................. 2 2 Classificazione

Dettagli

Elaborazione numerica. Teoria dei segnali

Elaborazione numerica. Teoria dei segnali Elaborazione numerica e Teoria dei segnali Raccolta di Esercizi Fiandrino Claudio agosto 00 II Indice I Teoria dei segnali 5 Esercizi di base 7. Esercizio............................. 7. Esercizio.............................

Dettagli

Teoria dei Segnali Covarianza, correlazione e densità spettrale di potenza; processi stocastici stazionari

Teoria dei Segnali Covarianza, correlazione e densità spettrale di potenza; processi stocastici stazionari Teoria dei Segnali Covarianza, correlazione e densità spettrale di potenza; processi stocastici stazionari Valentino Liberali Dipartimento di Fisica Università degli Studi di Milano valentino.liberali@unimi.it

Dettagli

Elementi di teoria dei segnali /b

Elementi di teoria dei segnali /b Elementi di teoria dei segnali /b VERSIONE 29.4.01 Filtri e larghezza di banda dei canali Digitalizzazione e teorema del campionamento Capacità di canale e larghezza di banda Multiplexing e modulazioni

Dettagli

Elettronica II Proprietà e applicazioni della trasformata di Fourier; impedenza complessa; risposta in frequenza p. 2

Elettronica II Proprietà e applicazioni della trasformata di Fourier; impedenza complessa; risposta in frequenza p. 2 Elettronica II Proprietà e applicazioni della trasformata di Fourier; impedenza complessa; risposta in frequenza Valentino Liberali Dipartimento di Tecnologie dell Informazione Università di Milano, 26013

Dettagli

LA FUNZIONE DI TRASFERIMENTO

LA FUNZIONE DI TRASFERIMENTO LA FUNZIONE DI TRASFERIMENTO Può essere espressa sia nel dominio della s che nel dominio della j Definizione nel dominio della s. è riferita ai soli sistemi con un ingresso ed un uscita 2. ha per oggetto

Dettagli

Entropia. Motivazione. ? Quant è l informazione portata dalla sequenza? Abbiamo una sequenza S di N simboli (campioni audio, pixel, caratteri,...

Entropia. Motivazione. ? Quant è l informazione portata dalla sequenza? Abbiamo una sequenza S di N simboli (campioni audio, pixel, caratteri,... Entropia Motivazione Abbiamo una sequenza S di N simboli (campioni audio, pixel, caratteri,... ) s,s 2,s 3,... ognuno dei quali appartiene ad un alfabeto A di M elementi.? Quant è l informazione portata

Dettagli

Sistema dinamico a tempo continuo

Sistema dinamico a tempo continuo Sistema dinamico a tempo continuo Un sistema è un modello matematico di un fenomeno fisico: esso comprende le cause e gli effetti relativi al fenomeno, nonché la relazione matematica che li lega. X INGRESSO

Dettagli

CONVERSIONE ANALOGICA DIGITALE (ADC)(A/D) CONVERSIONE DIGITALE ANALOGICA (DAC)(D/A)

CONVERSIONE ANALOGICA DIGITALE (ADC)(A/D) CONVERSIONE DIGITALE ANALOGICA (DAC)(D/A) CONVERSIONE ANALOGICA DIGITALE (ADC)(A/D) CONVERSIONE DIGITALE ANALOGICA (DAC)(D/A) ELABORAZIONE ANALOGICA O DIGITALE DEI SEGNALI ELABORAZIONE ANALOGICA ELABORAZIONE DIGITALE Vantaggi dell elaborazione

Dettagli

Modulazione di fase PSK

Modulazione di fase PSK LA MODULAZIONE DI SEGNALI DIGITALI Un canale di tipo passa banda, come per esempio l etere, non permette la trasmissione di segnali digitali in banda base, cioè non modulati. E cioè necessario introdurre

Dettagli

RAPPRESENTAZIONE DI UN SEGNALE DETERMINISTICO NEL DOMINIO DEL TEMPO

RAPPRESENTAZIONE DI UN SEGNALE DETERMINISTICO NEL DOMINIO DEL TEMPO CAPITOLO RAPPRESENTAZIONE DI UN SEGNALE DETERMINISTICO NEL DOMINIO DEL TEMPO. - APPROSSIMAZIONE DI UN SEGNALE Si è detto che un segnale deterministico è rappresentabile analiticamente con una funzione

Dettagli

Alcune applicazioni delle equazioni differenziali ordinarie alla teoria dei circuiti elettrici

Alcune applicazioni delle equazioni differenziali ordinarie alla teoria dei circuiti elettrici Alcune applicazioni delle equazioni differenziali ordinarie alla teoria dei circuiti elettrici Attilio Piana, Andrea Ziggioto 1 egime variabile in un circuito elettrico. Circuito C. 1.1 Carica del condensatore

Dettagli

COMPITO DI SEGNALI E SISTEMI 18 Dicembre 2004

COMPITO DI SEGNALI E SISTEMI 18 Dicembre 2004 COMPIO DI SEGNALI E SISEMI 8 Dicembre 4 Esercizio Si consideri il modello di stato a tempo discreto descritto dalle seguenti equazioni: x(k + = Ax(k + Bu(k = x(k + u(k, v(k = Cx(k = [ ] x(k, k Z + i Si

Dettagli

1 Serie di Taylor di una funzione

1 Serie di Taylor di una funzione Analisi Matematica 2 CORSO DI STUDI IN SMID CORSO DI ANALISI MATEMATICA 2 CAPITOLO 7 SERIE E POLINOMI DI TAYLOR Serie di Taylor di una funzione. Definizione di serie di Taylor Sia f(x) una funzione definita

Dettagli

Descrizione del funzionamento di un Lock-in Amplifier

Descrizione del funzionamento di un Lock-in Amplifier Descrizione del funzionamento di un Lock-in Amplifier S.C. 0 luglio 004 1 Propositi di un amplificatore Lock-in Il Lock-in Amplifier é uno strumento che permette di misurare l ampiezza V 0 di una tensione

Dettagli

Parte 3. Rango e teorema di Rouché-Capelli

Parte 3. Rango e teorema di Rouché-Capelli Parte 3. Rango e teorema di Rouché-Capelli A. Savo Appunti del Corso di Geometria 203-4 Indice delle sezioni Rango di una matrice, 2 Teorema degli orlati, 3 3 Calcolo con l algoritmo di Gauss, 6 4 Matrici

Dettagli

Lezione 28 Maggio I Parte

Lezione 28 Maggio I Parte Lezione 28 Maggio I Parte La volta scorsa abbiamo fatto un analisi dei fenomeni di diafonia e avevamo trovato che per la diafonia vicina il valore medio del quadrato del segnale indotto dalla diafonia

Dettagli

Revisione dei concetti fondamentali

Revisione dei concetti fondamentali Revisione dei concetti fondamentali dell analisi in frequenza Argomenti: trasformazione in frequenza: significato e funzionamento; schemi di rappresentazione; trasformata discreta. 1 Rappresentazione dei

Dettagli

Teoria dei Segnali Modulazione digitale

Teoria dei Segnali Modulazione digitale Teoria dei Segnali Modulazione digitale Valentino Liberali Dipartimento di Fisica Università degli Studi di Milano valentino.liberali@unimi.it Teoria dei Segnali Modulazione digitale 9 novembre Valentino

Dettagli

Cristian Secchi Pag. 1

Cristian Secchi Pag. 1 INGEGNERIA E TECNOLOGIE DEI SISTEMI DI CONTROLLO Laurea Specialistica in Ingegneria Meccatronica STRUMENTI MATEMATICI PER L ANALISI DEI SISTEMI DISCRETI Ing. Tel. 0522 522235 e-mail: secchi.cristian@unimore.it

Dettagli

Dipendenza dai dati iniziali

Dipendenza dai dati iniziali Dipendenza dai dati iniziali Dopo aver studiato il problema dell esistenza e unicità delle soluzioni dei problemi di Cauchy, il passo successivo è vedere come le traiettorie di queste ultime dipendono

Dettagli

Analisi dei segnali nel dominio della frequenza

Analisi dei segnali nel dominio della frequenza Laboratorio di Telecomunicazioni - a.a. 2010/2011 Lezione n. 7 Analisi dei segnali nel dominio della frequenza docente L.Verdoliva In questa lezione affrontiamo il problema dell analisi dei segnali tempo

Dettagli

SISTEMI DI TELECOMUNICAZIONI

SISTEMI DI TELECOMUNICAZIONI SISTEMI DI TELECOMUNICAZIONI MODI DI TRASFERIMENTO SERVIZI DI TRASFERIMENTO DELL INFORMAZIONE L informazione da trasferire si ipotizza strutturata in IU Costituita da b bit Da consegnare in t secondi Se

Dettagli

1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario:

1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario: Esempi di domande risposta multipla (Modulo II) 1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario: 1) ha un numero di elementi pari a 5; 2) ha un numero di elementi

Dettagli

Sommario. Capitolo 1 Introduzione 1. Prefazione all edizione italiana XVII XVIII XXI XXV

Sommario. Capitolo 1 Introduzione 1. Prefazione all edizione italiana XVII XVIII XXI XXV Sommario Prefazione all edizione italiana Prefazione Basi teoriche Applicazioni pratiche Simboli Funzioni definite Notazione degli operatori Acronimi XV XVII XVII XVIII XXI XXIV XXIV XXV Capitolo 1 Introduzione

Dettagli

Compito di SISTEMI E MODELLI. 19 Febbraio 2015

Compito di SISTEMI E MODELLI. 19 Febbraio 2015 Compito di SISTEMI E MODELLI 9 Febbraio 5 Non é ammessa la consultazione di libri o quaderni. Le risposte vanno giustificate. Saranno rilevanti per la valutazione anche l ordine e la chiarezza di esposizione.

Dettagli

Diagrammi di Bode. I Diagrammi di Bode sono due: 1) il diagramma delle ampiezze rappresenta α = ln G(jω) in funzione

Diagrammi di Bode. I Diagrammi di Bode sono due: 1) il diagramma delle ampiezze rappresenta α = ln G(jω) in funzione 0.0. 3.2 Diagrammi di Bode Possibili rappresentazioni grafiche della funzione di risposta armonica F (ω) = G(jω) sono: i Diagrammi di Bode, i Diagrammi di Nyquist e i Diagrammi di Nichols. I Diagrammi

Dettagli

1 - I segnali analogici e digitali

1 - I segnali analogici e digitali 1 - I segnali analogici e digitali Segnali analogici Un segnale analogico può essere rappresentato mediante una funzione del tempo che gode delle seguenti caratteristiche: 1) la funzione è definita per

Dettagli

Introduzione. Margine di ampiezza... 2 Margine di fase... 5 Osservazione... 6 Margini di stabilità e diagrammi di Bode... 6

Introduzione. Margine di ampiezza... 2 Margine di fase... 5 Osservazione... 6 Margini di stabilità e diagrammi di Bode... 6 ppunti di Controlli utomatici Capitolo 7 parte II Margini di stabilità Introduzione... Margine di ampiezza... Margine di fase... 5 Osservazione... 6 Margini di stabilità e diagrammi di ode... 6 Introduzione

Dettagli

Corso di Fondamenti di Telecomunicazioni

Corso di Fondamenti di Telecomunicazioni Corso di Fondamenti di Telecomunicazioni 5 - EGALI DIGITALI E A IMPULI I BADA BAE Prof. Mario Barbera [parte ] Codifica La fase di codifica prevede che venga fatta una associazione tra il livello del segnale

Dettagli

Scheda n.5: variabili aleatorie e valori medi

Scheda n.5: variabili aleatorie e valori medi Scheda n.5: variabili aleatorie e valori medi October 26, 2008 1 Variabili aleatorie Per la definizione rigorosa di variabile aleatoria rimandiamo ai testi di probabilità; essa è non del tutto immediata

Dettagli

01CXGBN Trasmissione numerica. parte 1: Introduzione ai sistemi di trasmissione numerica. Grandezze fondamentali.

01CXGBN Trasmissione numerica. parte 1: Introduzione ai sistemi di trasmissione numerica. Grandezze fondamentali. 01CXGBN Trasmissione numerica parte 1: Introduzione ai sistemi di trasmissione numerica. Grandezze fondamentali. 1 TRASMISSIONE NUMERICA Trasmissione da un utente TX a un utente RX di informazione discreta

Dettagli

CAPITOLO 16 SUCCESSIONI E SERIE DI FUNZIONI

CAPITOLO 16 SUCCESSIONI E SERIE DI FUNZIONI CAPITOLO 16 SUCCESSIONI E SERIE DI FUNZIONI Abbiamo studiato successioni e serie numeriche, ora vogliamo studiare successioni e serie di funzioni. Dato un insieme A R, chiamiamo successione di funzioni

Dettagli

Reti di Telecomunicazioni 1

Reti di Telecomunicazioni 1 Reti di Telecomunicazioni 1 Corso on-line - AA2005/06 Blocco 2 (v2) Ing. Stefano Salsano e-mail: stefano.salsano@uniroma2.it 1 Richiami sul concetto di multiplazione 2 Riprendendo il discorso sulle diverse

Dettagli

Introduzione alle reti di telecomunicazioni

Introduzione alle reti di telecomunicazioni Introduzione alle reti di telecomunicazioni La comunicazione Nello studio dei sistemi di telecomunicazione si è soliti fare riferimento a tre entità fondamentali: il messaggio, che rappresenta l oggetto

Dettagli

FUNZIONE REALE DI UNA VARIABILE

FUNZIONE REALE DI UNA VARIABILE FUNZIONE REALE DI UNA VARIABILE Funzione: legge che ad ogni elemento di un insieme D (Dominio) tale che D R, fa corrispondere un elemento y R ( R = Codominio ). f : D R : f () = y ; La funzione f(): A

Dettagli

Laboratorio di Elettrotecnica

Laboratorio di Elettrotecnica 1 Laboratorio di Elettrotecnica Rappresentazione armonica dei Segnali Prof. Pietro Burrascano - Università degli Studi di Perugia Polo Scientifico Didattico di Terni 2 SEGNALI: ANDAMENTI ( NEL TEMPO, NELLO

Dettagli

Teoria dei Segnali. 1 Proprietà della trasformata di Fourier. correlazione tra segnali; autocorrelazione

Teoria dei Segnali. 1 Proprietà della trasformata di Fourier. correlazione tra segnali; autocorrelazione Teoria dei Segnali Proprietà della trasformata di Fourier; correlazione tra segnali; autocorrelazione Valentino Liberali Dipartimento di Fisica Università degli Studi di Milano valentino.liberali@unimi.it

Dettagli

Modulazioni. Vittorio Maniezzo Università di Bologna. Comunicazione a lunga distanza

Modulazioni. Vittorio Maniezzo Università di Bologna. Comunicazione a lunga distanza Modulazioni Vittorio Maniezzo Università di Bologna Vittorio Maniezzo Università di Bologna 06 Modulazioni 1/29 Comunicazione a lunga distanza I segnali elettrici si indeboliscono quando viaggiano su un

Dettagli

PROVA SCRITTA DI TEORIA DEI SEGNALI DEL 13.06.2005. Tempo: 2.5 ore. È consentito l uso di libri ed appunti propri. y 1 (t) + + y(t) H(f) = 1 4

PROVA SCRITTA DI TEORIA DEI SEGNALI DEL 13.06.2005. Tempo: 2.5 ore. È consentito l uso di libri ed appunti propri. y 1 (t) + + y(t) H(f) = 1 4 INFO (DF-M) PROVA SCRITTA DI TEORIA DEI SEGNALI DEL 3.06.005. Tempo:.5 ore. È consentito l uso di libri ed appunti propri. ESERCIZIO (0 punti) x(t) g(x) z(t) H(f) H(f) y (t) + + y (t) y(t) H(f) = 4 ( e

Dettagli

SISTEMI DIGITALI DI CONTROLLO

SISTEMI DIGITALI DI CONTROLLO Sistemi Digitali di Controllo A.A. 2009-2010 p. 1/45 SISTEMI DIGITALI DI CONTROLLO Prof. Alessandro De Luca DIS, Università di Roma La Sapienza deluca@dis.uniroma1.it Lucidi tratti dal libro C. Bonivento,

Dettagli

Basi di matematica per il corso di micro

Basi di matematica per il corso di micro Basi di matematica per il corso di micro Microeconomia (anno accademico 2006-2007) Lezione del 21 Marzo 2007 Marianna Belloc 1 Le funzioni 1.1 Definizione Una funzione è una regola che descrive una relazione

Dettagli

Sistemi di Telecomunicazione

Sistemi di Telecomunicazione Sistemi di Telecomunicazione Parte 10: Carrier Recovery Universita Politecnica delle Marche A.A. 2013-2014 A.A. 2013-2014 Sistemi di Telecomunicazione 1/20 Schema generico di ricevitore A.A. 2013-2014

Dettagli

MATRICI E DETERMINANTI

MATRICI E DETERMINANTI MATRICI E DETERMINANTI 1. MATRICI Si ha la seguente Definizione 1: Un insieme di numeri, reali o complessi, ordinati secondo righe e colonne è detto matrice di ordine m x n, ove m è il numero delle righe

Dettagli

Funzione reale di variabile reale

Funzione reale di variabile reale Funzione reale di variabile reale Siano A e B due sottoinsiemi non vuoti di. Si chiama funzione reale di variabile reale, di A in B, una qualsiasi legge che faccia corrispondere, a ogni elemento A x A

Dettagli

Elementi di Telelocalizzazione

Elementi di Telelocalizzazione Elementi di Telelocalizzazione Ing. Francesco Benedetto - Prof. Gaetano Giunta Laboratorio di Telecomunicazioni (COMLAB) Università degli Studi Roma Tre 1 Introduzione Proprietà della sequenza di spreading:

Dettagli

= E(X t+k X t+k t ) 2 + 2E [( X t+k X t+k t + E

= E(X t+k X t+k t ) 2 + 2E [( X t+k X t+k t + E 1. Previsione per modelli ARM A Questo capitolo è dedicato alla teoria della previsione lineare per processi stocastici puramente non deterministici, cioè per processi che ammettono una rappresentazione

Dettagli

Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche. Analisi dei segnali A.A. 2008-09.

Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche. Analisi dei segnali A.A. 2008-09. Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Analisi dei segnali A.A. 2008-09 Alberto Perotti DELEN-DAUIN Segnali continui e discreti Un segnale tempo-continuo è

Dettagli

STUDIO DI UNA FUNZIONE

STUDIO DI UNA FUNZIONE STUDIO DI UNA FUNZIONE OBIETTIVO: Data l equazione Y = f(x) di una funzione a variabili reali (X R e Y R), studiare l andamento del suo grafico. PROCEDIMENTO 1. STUDIO DEL DOMINIO (CAMPO DI ESISTENZA)

Dettagli

UNIVERSITÀ DEGLI STUDI DI FERRARA

UNIVERSITÀ DEGLI STUDI DI FERRARA UNIVERSITÀ DEGLI STUDI DI FERRARA Anno Accademico 2012/2013 REGISTRO DELL ATTIVITÀ DIDATTICA Docente: ANDREOTTI MIRCO Titolo del corso: MATEMATICA ED ELEMENTI DI STATISTICA Corso: CORSO UFFICIALE Corso

Dettagli

Strumenti Digitali. Corso di Misure Elettriche http://sms.unipv.it/misure/

Strumenti Digitali. Corso di Misure Elettriche http://sms.unipv.it/misure/ Strumenti Digitali Corso di Misure Elettriche http://sms.unipv.it/misure/ Piero Malcovati Dipartimento di Ingegneria Industriale e dell Informazione Università di Pavia piero.malcovati@unipv.it Piero Malcovati

Dettagli

I Principi della modulazione analogica 5

I Principi della modulazione analogica 5 Indice I Principi della modulazione analogica 5 Introduzione 7 Modulazione di ampiezza 9. Modulazione double side band suppressed carrier (DSB-SC)...... 9. Modulazione double side band transmitted carrier

Dettagli

Note di matematica per microeconomia

Note di matematica per microeconomia Note di matematica per microeconomia Luigi Balletta Funzioni di una variabile (richiami) Una funzione di variabile reale ha come insieme di partenza un sottoinsieme di R e come insieme di arrivo un sottoinsieme

Dettagli

Da una a più variabili: derivate

Da una a più variabili: derivate Da una a più variabili: derivate ( ) 5 gennaio 2011 Scopo di questo articolo è di evidenziare le analogie e le differenze, relativamente al calcolo differenziale, fra le funzioni di una variabile reale

Dettagli

2.1 Definizione di applicazione lineare. Siano V e W due spazi vettoriali su R. Un applicazione

2.1 Definizione di applicazione lineare. Siano V e W due spazi vettoriali su R. Un applicazione Capitolo 2 MATRICI Fra tutte le applicazioni su uno spazio vettoriale interessa esaminare quelle che mantengono la struttura di spazio vettoriale e che, per questo, vengono dette lineari La loro importanza

Dettagli

Serie numeriche e serie di potenze

Serie numeriche e serie di potenze Serie numeriche e serie di potenze Sommare un numero finito di numeri reali è senza dubbio un operazione che non può riservare molte sorprese Cosa succede però se ne sommiamo un numero infinito? Prima

Dettagli

Funzioni di trasferimento. Lezione 14 2

Funzioni di trasferimento. Lezione 14 2 Lezione 14 1 Funzioni di trasferimento Lezione 14 2 Introduzione Lezione 14 3 Cosa c è nell Unità 4 In questa sezione si affronteranno: Introduzione Uso dei decibel e delle scale logaritmiche Diagrammi

Dettagli

ESERCIZI DI ALGEBRA LINEARE E GEOMETRIA

ESERCIZI DI ALGEBRA LINEARE E GEOMETRIA ESERCIZI DI ALGEBRA LINEARE E GEOMETRIA Francesco Bottacin Padova, 24 febbraio 2012 Capitolo 1 Algebra Lineare 1.1 Spazi e sottospazi vettoriali Esercizio 1.1. Sia U il sottospazio di R 4 generato dai

Dettagli

Appunti di Statistica Descrittiva

Appunti di Statistica Descrittiva Appunti di Statistica Descrittiva 30 dicembre 009 1 La tabella a doppia entrata Per studiare dei fenomeni con caratteristiche statistiche si utilizza l espediente della tabella a doppia entrata Per esempio

Dettagli

Capitolo 5 RESTAURO E RICOSTRUZIONE DI IMMAGINI

Capitolo 5 RESTAURO E RICOSTRUZIONE DI IMMAGINI Capitolo 5 RESTAURO E RICOSTRUZIONE DI IMMAGINI La differenza tra il restauro e il miglioramento (enhancement) delle immagini è che il miglioramento è un processo soggettivo, mentre il restauro è un processo

Dettagli

Forma d onda rettangolare non alternativa.

Forma d onda rettangolare non alternativa. Forma d onda rettangolare non alternativa. Lo studio della forma d onda rettangolare è utile, perché consente di conoscere il contenuto armonico di un segnale digitale. FIGURA 33 Forma d onda rettangolare.

Dettagli

1. Richiami di Statistica. Stefano Di Colli

1. Richiami di Statistica. Stefano Di Colli 1. Richiami di Statistica Metodi Statistici per il Credito e la Finanza Stefano Di Colli Dati: Fonti e Tipi I dati sperimentali sono provenienti da un contesto delimitato, definito per rispettare le caratteristiche

Dettagli

I punteggi zeta e la distribuzione normale

I punteggi zeta e la distribuzione normale QUINTA UNITA I punteggi zeta e la distribuzione normale I punteggi ottenuti attraverso una misurazione risultano di difficile interpretazione se presi in stessi. Affinché acquistino significato è necessario

Dettagli

11) convenzioni sulla rappresentazione grafica delle soluzioni

11) convenzioni sulla rappresentazione grafica delle soluzioni 2 PARAGRAFI TRATTATI 1)La funzione esponenziale 2) grafici della funzione esponenziale 3) proprietá delle potenze 4) i logaritmi 5) grafici della funzione logaritmica 6) principali proprietá dei logaritmi

Dettagli

RISONANZA. Introduzione. Risonanza Serie.

RISONANZA. Introduzione. Risonanza Serie. RISONANZA Introduzione. Sia data una rete elettrica passiva, con elementi resistivi e reattivi, alimentata con un generatore di tensione sinusoidale a frequenza variabile. La tensione di alimentazione

Dettagli

SOMMARIO. 13.1 I radicali pag. 3. 13.2 I radicali aritmetici pag. 5. 13.3 Moltiplicazione e divisione fra radicali aritmetici pag.

SOMMARIO. 13.1 I radicali pag. 3. 13.2 I radicali aritmetici pag. 5. 13.3 Moltiplicazione e divisione fra radicali aritmetici pag. SOMMARIO CAPITOLO : I RADICALI. I radicali pag.. I radicali aritmetici pag.. Moltiplicazione e divisione fra radicali aritmetici pag.. Potenza di un radicale aritmetico pag.. Trasporto di un fattore esterno

Dettagli

Trasformate di Laplace

Trasformate di Laplace TdL 1 TdL 2 Trasformate di Laplace La trasformata di Laplace e un OPERATORE funzionale Importanza dei modelli dinamici Risolvere equazioni differenziali (lineari a coefficienti costanti) Tempo t Dominio

Dettagli

5.4 Solo titoli rischiosi

5.4 Solo titoli rischiosi 56 Capitolo 5. Teoria matematica del portafoglio finanziario II: analisi media-varianza 5.4 Solo titoli rischiosi Suppongo che sul mercato siano presenti n titoli rischiosi i cui rendimenti aleatori sono

Dettagli

Nota su Crescita e Convergenza

Nota su Crescita e Convergenza Nota su Crescita e Convergenza S. Modica 28 Ottobre 2007 Nella prima sezione si considerano crescita lineare ed esponenziale e le loro proprietà elementari. Nella seconda sezione si spiega la misura di

Dettagli

ELEMENTI DI STATISTICA PER IDROLOGIA

ELEMENTI DI STATISTICA PER IDROLOGIA Carlo Gregoretti Corso di Idraulica ed Idrologia Elementi di statist. per Idrolog.-7//4 ELEMETI DI STATISTICA PER IDROLOGIA Introduzione Una variabile si dice casuale quando assume valori che dipendono

Dettagli

METODI MATEMATICI PER LA FISICA

METODI MATEMATICI PER LA FISICA Si svolgano cortesemente i seguenti esercizi ESERCIZIO (6 PUNTI) METODI MATEMATICI PER LA FISICA PROVA SCRITTA - 2 GENNAIO 25 Una volta identificato, nel piano complesso α, il dominio di convergenza della

Dettagli

LEZIONE 23. Esempio 23.1.3. Si consideri la matrice (si veda l Esempio 22.2.5) A = 1 2 2 3 3 0

LEZIONE 23. Esempio 23.1.3. Si consideri la matrice (si veda l Esempio 22.2.5) A = 1 2 2 3 3 0 LEZIONE 23 231 Diagonalizzazione di matrici Abbiamo visto nella precedente lezione che, in generale, non è immediato che, data una matrice A k n,n con k = R, C, esista sempre una base costituita da suoi

Dettagli

9 Metodi diretti per la risoluzione di sistemi lineari: fattorizzazione P A = LU

9 Metodi diretti per la risoluzione di sistemi lineari: fattorizzazione P A = LU 9 Metodi diretti per la risoluzione di sistemi lineari: fattorizzazione P A LU 9.1 Il metodo di Gauss Come si è visto nella sezione 3.3, per la risoluzione di un sistema lineare si può considerare al posto

Dettagli

... a) Lo spettro di un segnale SSB è costituito da... b) Un segnale SSB può essere ottenuto... in una... mediante un... centrato su...

... a) Lo spettro di un segnale SSB è costituito da... b) Un segnale SSB può essere ottenuto... in una... mediante un... centrato su... MODULAZIONE ANALOGICA UNITÀ VERIFICA Copleta: a) Per odulazione lineare si intende la... dello spettro del... intorno alla frequenza... b) La odulazione di apiezza consiste nel... del segnale portante...

Dettagli

Controlli Automatici T. Trasformata di Laplace e Funzione di trasferimento. Parte 3 Aggiornamento: Settembre 2010. Prof. L.

Controlli Automatici T. Trasformata di Laplace e Funzione di trasferimento. Parte 3 Aggiornamento: Settembre 2010. Prof. L. Parte 3 Aggiornamento: Settembre 2010 Parte 3, 1 Trasformata di Laplace e Funzione di trasferimento Prof. Lorenzo Marconi DEIS-Università di Bologna Tel. 051 2093788 Email: lmarconi@deis.unibo.it URL:

Dettagli

Dimensione di uno Spazio vettoriale

Dimensione di uno Spazio vettoriale Capitolo 4 Dimensione di uno Spazio vettoriale 4.1 Introduzione Dedichiamo questo capitolo ad un concetto fondamentale in algebra lineare: la dimensione di uno spazio vettoriale. Daremo una definizione

Dettagli

Insiemi con un operazione

Insiemi con un operazione Capitolo 3 Insiemi con un operazione 3.1 Gruppoidi, semigruppi, monoidi Definizione 309 Un operazione binaria su un insieme G è una funzione: f : G G G Quindi, un operazione binaria f su un insieme G è

Dettagli

Valori caratteristici di distribuzioni

Valori caratteristici di distribuzioni Capitolo 3 Valori caratteristici di distribuzioni 3. Valori attesi di variabili e vettori aleatori In molti casi è possibile descrivere adeguatamente una distribuzione di probabilità con pochi valori di

Dettagli